数据结构之图课件PPT.ppt

数据结构;第7章 图;难 点 图的遍历、最小生成树、最短路径、拓朴排序算法的理解 关键路径法求关键活动和关键路径的方法 要 求 熟练掌握以下内容： 图的存储结构 图的遍历算法 了解以下内容： 图的最小生成树和求最小生成树算法的基本思想 带权有向图的最短路径问题 利用AOV网络的拓朴排序问题 利用AOE网络的关键路径法;7.1 图的定义和基本术语;图7.1 有向图与无向图;图7.3 子图;顶点的度：图中与每个顶点相连的边数，叫该顶点的度(Degree)，记作TD（V）。 入度、出度：对于有向图，顶点的度分为入度和出度，入度是以该顶点为终点的入边数目；出度是以该顶点为起点的出边数目，该顶点的度等于其入度和出度之和。分别记作 ID（V），OD（V）。 ;路径（回路）：若从某顶点Vp出发，沿一些边经过顶点V1,V2,…,Vm到达，Vq，则称顶点序列(Vp, V1,V2,…,Vm, Vq)为从Vp到Vq的路径(Path)。 若其中间顶点不重复，则称简单路径；若第1个顶点和最后一个顶点相同，则称为回路。 路径长度：对于无权的图，路径长度指的是沿此路径上边的数目；对于有权图，一般是取沿路径各边的权之和作为此路径的长度。 ;连通、连通图：在无向图中，如果从顶点Vi到顶点Vj之间有路径，则称这两个顶点是连通的。如果图中任意一对顶点都是连通的，则称此图是连通图(Connected graph)。 连通分量：非连通图的每一个极大连通子图叫连通分量(Connected Component)。;图7.4 非连通图G;强连通图和强连通分量：在有向图G中，如果从顶点Vi到顶点Vj和从顶点Vj到顶点Vi之间都有路径，则称这两个顶点是强连通的。如果图中任何一对顶点都是强连通的，则此图叫做强连通图。非强连通图的每一个极大强连通子图叫做强连通分量。 生成树：有n个顶点，n-1条边的树，且 V=V， E?E。 ;图7.5 图G2的强连通分量;7.2 图的存储结构;图7.6 无向图的邻接矩阵;图7.7 有向图的邻接矩阵;可以看出: 无向图的邻接矩阵是对称的， 即若A[i，j]=1，必有A[j，i]=1。所以，只存储其上三角阵元素即可. 2. 对无向图, 结点Vi的度, 是邻接矩阵中,第i行1的个数.;对有向图, 邻接矩阵一般是不对称的，A[i，j]不一定等于A[j，i]。 结点Vi的出度OD(Vi), 是邻接矩阵中,第i行1的个数. 结点Vi的入度ID(Vi), 是邻接矩阵中,第i列1的个数. ; 对于有权图(网） 例：;邻接矩阵用二维数组即可存储，定义如下： int adjmatrix ARRAY[n][n]; ;产生无向图邻接矩阵算法; do { scanf (“%d,%d”,v1,v2); /*输入边*/ adjarray[v1][v2]=1; adjarray[v2][v1]=1; } while(v1!=0 v2!=0); } else num=0; retrun （num）; } ;2. 邻接表;有两种结点： 1. 表头结点： 每个链表设一表头结点 ; 2. 边表结点： vertex：存放与顶点Vi相邻接的顶点 nextarc：指向依附于顶点Vi的下一条边所对 应的结点 Info： 有权图（网络）中边的权值 例：无向图，有向图 ;图7.6中无向图对应的邻接表;图7.7中有向图对应的邻接表;对于无向图的邻接表来说，一条边对应两个单链表结点，邻接表结点总数是边数的2倍。 在无向图的邻接表中，各顶点对应的单链表的结点数（不算表头结点）就等于该顶点的度数。 在有向图邻接表中，一条弧对应一个表结点，表结点的数目和弧的数目相同。 在有向图邻接表中，单链表的结点数就等于相应顶点的出度数。 有向图中某顶点的入度数，需扫描邻接表的所有单链表，统计与顶点标号相应的结点个数。 ;邻接表存储结构定义;产生无向图的邻接表算法;产生无向图的邻接表算法(续); ;7.3 图的遍历;图7.9 图的遍历例子;由于图中的路径可能有环路，为了避免重复访问某些顶点，设计图的搜索算法时，可设置一个表示顶点是否被访问过的辅助数组visited，初始时将数组元素置零，一旦某顶点Vi被访问过，则令visited[Vi ]=1，以后此顶点即不再访问。;邻接表表示的图的DFS算法 ;adjlist为邻接表，从v0开始深度